【摘要】通過運用數據包絡分析法（DEA模型），測度2009-2015年我國31個?。ㄊ小⒆灾螀^）的金融扶貧效率值，在此基礎上運用泰爾指數（Theil Index）對我國八大綜合經濟區的農村金融扶貧效率差異進行分解，并運用Moran’s I指數對各地區金融扶貧效率的空間相關情況及空間關聯模式進行分析。結果表明：我國各地區農村金融扶貧效率整體水平不高，并呈南高北低、東高西低的空間非均衡分布；農村金融扶貧效率區域總差異在2012年以前主要體現為區域間差異，之后則受區域內差異影響較大，單個區域中，以大西北地區內各省差異最大；農村金融扶貧效率在空間分布上具有顯著的區域聚集效應，且呈現一定的路徑依賴特征，此外，相鄰地區間還存在較強空間溢出效應。因此，要提高我國農村金融扶貧效率，應進一步優化農村金融資源配置，提高金融扶貧效率；把握區域差異特點，提高金融扶貧精準度；加強區域金融合作交流，促進區域間金融資源合理流動；等等。
【關鍵詞】農村金融扶貧效率；區域差異；空間自相關分析
一、引言
金融扶貧在提高扶貧精準度及增強貧困家庭減貧、脫貧的自我能力方面具有獨特的不可替代的作用。自精準扶貧、精準脫貧方略實施以來，各地先后開展了金融扶貧的實踐。據統計，2016年全國貧困地區金融扶貧貸款余額達24878億元，單年增加8181億元。①金融扶貧效果在各地的實施情況及效果等問題受到普遍關注。因而對我國金融扶貧的效率及其區域差異、空間分布特征等進行研究，對于提升我國農村金融扶貧有效性和精準性、縮小區域間金融扶貧效率差距以及加快完成脫貧攻堅任務等方面具有重要意義。
目前，金融扶貧效果問題是理論關注的重點領域。學者們進行了諸多研究，取得了一些成果。主要有以下幾個方面：第一，金融發展通過促進經濟增長來緩解貧困。金融發展可以通過經濟增長[1][2]、收入分配調節[3][4]等間接機制以及直接向貧困人口提供全面的金融服務來緩解貧困[5][6]。但受地區金融市場發展程度等因素制約，金融發展與貧困減緩之間并非簡單的線性關系，而多呈“倒U型”，即地區貧富差距會隨著金融發展先升后降。第二，農村金融扶貧實效性受多種因素的影響。農村金融供需對接不順暢[7]、服務體系不完善、保障機制不健全[8]等因素會制約金融扶貧實效性的提升；而金融減貧過程中的門檻效應會影響不同經濟發展水平地區的金融扶貧效應[9][10]，金融波動時甚至對貧困減緩產生負效應［11］。第三，農村金融資源配置效率及其提升路徑。大部分國外學者研究了不發達國家或地區的農村金融資源配置效率，尤其是農村信貸資金配置效率［12］［13］［14］；采用隨機前沿分析法［15］等實證研究，發現不發達國家的農村金融資源配置效率普遍低下[16]。因此，應通過農村金融機構創新[17]、完善農村金融制度和競爭環境等途徑來提升資金配置效率。第四，對農村金融效率進行了度量。如以生產函數模型為分析框架進行參數估計［18］［19］，通過資金要素的邊際產出衡量農村金融效率［20］；運用DEA模型分析地區農村金融投入產出效率及其影響因素[21][22]［23］［24］。第五，探討了測度金融扶貧效率的指標。在投入指標方面，或者以農業信貸作為單一投入變量［25］，或者以人均涉農貸款、人均農業勞動力、人均農業資本作為多元投入變量［23］，還有學者將具有地理特性的金融機構營業網點覆蓋率、地區金融從業人員占比等指標作為投入變量［21］；在產出指標方面，多數學者使用農民人均純收入、人均農業增加值、城鎮化率等經濟維度指標；分析結果表明我國金融扶貧效率的整體水平不高，究其原因，主要是與各地區的農村金融市場發展程度［22］等因素有關。第六，分區域對農村金融扶貧效率進行比較。結果顯示我國農村金融扶貧效率區域差異明顯［26］，其中，東部地區的農村金融扶貧效率高于中西部地區［27］，而中部地區存在“塌陷”特征［28］；關于金融扶貧效率的空間分析發現，農村金融效率對農村經濟存在正向空間溢出效應［29］，各地區金融扶貧效率存在空間相關性［30］。
目前，理論界關于金融扶貧效率的研究雖剛起步，但取得了諸多進展，尤其是在農村金融扶貧效率的研究方法和研究視角方面為后續研究提供了啟發。但關于金融扶貧效率的測度及空間分布的研究仍顯不足，尤其是關于金融扶貧效率的區域差異及空間分布研究的文獻較少?；诖耍疚脑噲D運用數據包絡分析（DEA模型）測度2009-2015年全國31個省（市、自治區）的農村金融扶貧效率，并采用泰爾指數（Theil Index）對全國八大綜合經濟區的金融扶貧效率差異進行分解，再運用Morans I指數模型對各地區農村金融扶貧效率的空間相關性、空間關聯特征及其時空演化情況進行分析，以期對進一步提升農村金融扶貧效率、縮小其空間差異有所裨益。
二、研究方法及數據來源
（一）研究方法
本文采用DEA指數模型考察農村金融扶貧的投入產出效率。為此構建以產出為導向的規模報酬可變DEA模型（1）。
方程組（1）中，表示j地區的第i種投入變量，表示j地區的第k種產出變量。θ為決策單元效率值；ε為非阿基米德無窮小量；為單位向量；表示輸入超量，表示輸出虧量；為權重系數，代表j地區投入產出組合占全部組合的比重。當θ=1時，表明該地區金融扶貧為有效率，同時具備技術效率和規模效率；當θ＜1時，表明地區金融扶貧效率未達到最優，且θ值越小，表明效率越低。
為了分析我國農村金融扶貧效率的區域差異，本文將全國31個?。ㄊ?、自治區）劃分東北地區、北部沿海地區、東部沿海地區、南部沿海地區、黃河中游地區、長江中游地區、西南地區、大西北地區八大綜合經濟區，并構建金融扶貧效率區域差異分析的泰爾指數（Theil Index）模型（2）-（4）。泰爾指數數值越小，表明差異程度越??；數值越大，表明差異程度越大。
式（2）、（3）、（4）中，θi表示各?。ㄊ?、自治區）農村金融扶貧效率；表示全國農村金融扶貧效率平均值；m為區域分組數；表示第k區域農村金融扶貧效率平均值與全國平均值之比；表示第k區域的省份數量占比；表示第k區域農村金融扶貧效率的泰爾指數值。表示區域間差異對地區總差異貢獻率；表示區域內差異對地區總差異貢獻率。
為了從整體上描述我國農村金融扶貧效率的空間分布特征，本文采用Moran’s I指數模型對我國農村金融扶貧效率進行全局空間自相關分析和局部空間自相關分析。其中，農村金融扶貧效率的全局空間自相關分析結果以全局Moran’s I指數表示，其公式見（5）。
式（5）中，I為全局Moran’s I指數值；為空間權重矩陣（相鄰時，；不相鄰時，=0）。全局Moran’s I指數的取值區間為[-1，1]；I＞0，表明具有空間正相關性，即相鄰省份間存在聚集效應，且數值越大聚集效應越強；I＜0，表明具有空間負相關性，即相鄰省份間存在離散效應，且數值越小離散效應越強；I=0，表明空間不相關，即相鄰省份間是獨立隨機分布的。
同時通過標準化Z統計量檢驗各省農村金融扶貧效率空間自相關的顯著性水平。
局部空間自相關分析結果則通過局部Moran’s I指數及Moran散點圖表示。局部Moran’s I指數可以度量單個地區與其相鄰地區的空間關聯程度，Moran散點圖則進一步將其空間關聯分為高高（HH）、低低（LL）、高低（HL）和低高（LH）四種模式。
地區i的局部Moran’s I指數表示為：
式（7）中，為標準化的金融扶貧效率值。
在給定置信水平下，若，且，則地區i位于HH象限，為高高聚集區；若，且，則地區i位于LH象限，為低高聚集區；若，且，則地區i位于LL象限，為低低聚集區；若，且，則地區i位于HL象限，為高低聚集區。HH象限和LL象限表示該地區與其周圍地區間具有正空間自相關性，存在空間聚集效應；LH象限和HL象限表示該地區與其周圍地區間具有負空間自相關性，存在空間異常效應。
（二）數據說明
由于貧困主要是對人們生活狀態的描述，通常用收入水平來衡量；在當前金融扶貧過程中，金融資本主要通過支持貧困地區產業發展來實現農戶增收，因而本文選取農村人均純收入（萬元/人）指標作為投入指標，并用人均農業GDP(萬元/人)作為補充指標；同時，選取代表金融服務覆蓋率的每萬人金融機構網點數（個/萬人）、每萬人金融服務人員數（個/萬人），以及代表金融資本投入量的人均涉農貸款額(萬元/人)、人均農業生產投資額(萬元/人)等。
本文選取2009—2015年全國31個?。ㄊ?、自治區）的數據作為分析樣本。數據主要來源于歷年《中國統計年鑒》《中國金融年鑒》《區域金融運行報告》《中國農村金融服務報告》以及中國人民銀行網站。
三、實證分析
（一）基于DEA指數模型的金融扶貧效率測度
本部分首先使用DEAP 2.1軟件，測算出全國31個?。ㄊ?、自治區）2009-2015年金融扶貧效率值，從總體上分析全國各地區金融扶貧效率水平及其變動趨勢；同時，借助ArcGIS 10.2空間計量分析軟件，采用自然斷裂聚類分析法，將2009-2015年各地區的農村金融扶貧效率分為低水平、中低水平、中高水平及高水平4個層次，具體結果如表1。
據此可以得到我國各地區金融扶貧效率具有以下特征。
第一，金融扶貧效率總體水平不高，存在較大提升空間。表1顯示，2009-2015年我國農村金融扶貧效率值維持在0.724上下，處于中低水平；2009-2011年全國只有6個?。ㄊ?、自治區）的效率值達到DEA最優，占比19.35%，分別為上海、江蘇、浙江、廣東、海南和西藏；浙江省的效率值則在2012年退出DEA最優，說明近幾年浙江省的農村金融投入產出結構不太合理；而湖南省則通過不斷優化農村金融資源配置，其效率值在2014年、2015年達到DEA最優。
第二，金融扶貧效率的均值具有不斷增長的趨勢。我國農村金融扶貧效率平均值在2012年雖跌至波谷，為0.689，但此后一直在上升，且增速較快，平均年增幅達到4.3%。其原因可能是，國家全面實施精準扶貧、精準脫貧戰略，加大了金融扶貧投入力度，創新金融扶貧方式，推進農村普惠金融發展等一系列措施所產生的效果明顯。
第三，從金融扶貧效率的區域分布特征來看，呈明顯的南高北低、東高西低的空間非均衡分布特征，在一定程度上呈現出區域聚集現象。具體來看，2009-2015年上海、江蘇、廣東、海南以及西藏的農村金融扶貧效率一直處于DEA有效狀態，說明這些地區的農村金融資本投入對于農村貧困減緩效果較好。其中，上海、江蘇、廣東和海南屬等經濟較發達地區，長期保持農村地區大量金融資源投入，農村金融市場和金融制度比較完善，同時農村居民的金融素質較高，金融服務使用意識較強，使得其農村金融扶貧效率較高；而處于西部地區的西藏自治區，經濟發展水平較低，金融活動較為單一，但其金融扶貧效率較高，主要與供給較少而需求較大有關。安徽、湖北、湖南、浙江、貴州、廣西、福建的農村金融扶貧效率在高水平和中高水平區域之間變動，并主要分布于長江中游、大西南及東南沿海地區。天津、山西、寧夏和青海一直處于農村金融扶貧效率低水平區域；而甘肅、陜西、內蒙古、吉林、遼寧、北京、重慶則在低水平和中低水平之間變動。
第四，從空間分布趨勢看，我國農村金融扶貧效率值隨年份變動有較大提升。具體表現為2010-2015年高水平區域所涵蓋的?。ㄊ小⒆灾螀^）數量由7個增加至8個，占比由22.58%上升至25.8%；中高水平所涵蓋的?。ㄊ小⒆灾螀^）數量由7個增加到11個，占比由22.58%上升至35.48%；中低水平所涵蓋的?。ㄊ?、自治區）數量由6個增加到7個，占比由19.35%上升至22.58%；低水平區域所涵蓋的?。ㄊ小⒆灾螀^）數量由11個減少為5個，占比由35.48%下降為16.13%。值得注意的是，近年來安徽、浙江農村金融資源配置方面存在投入冗余或產出不足現象，其效率水平下降，而湖北、湖南和貴州則水平上升進入高水平區域；黑龍江、內蒙古和河南等省金融扶貧效率增幅最高，分列前三；天津、山西、寧夏和青海在測度期間一直處于低水平區域，這些地區農村金融扶貧效率有待提高，需要重點關注。
第五，金融扶貧效率與地區經濟增長不完全正相關。也就是說，經濟產出效益大的地區，其農村金融扶貧并不一定是有效率的。如人均純收入排名第一、第二位的天津和北京，其農村金融扶貧效率一直處于低水平和中低水平；經濟發展水平較落后的西藏自治區、海南省的人均純收入均未達到全國平均水平，但其農村金融扶貧卻始終處于DEA最優。其原因可能是由于各地區經濟產出效益所衡量的是其絕對值，而金融扶貧效率衡量的是金融資本投入對農民增收的帶動作用，經濟產出效益高的地區并不等于其金融資本投入已經發揮其全部效力。
（二）基于泰爾指數（Theil Index）的金融扶貧效率區域差異分析
從全國各地區農村金融扶貧效率水平及其空間分布狀況分析發現，各地區效率水平存在較大差異且分布不均衡。本部分采用泰爾指數（Theil Index）模型，按八大綜合經濟區的區域劃分法，將總差異分解為區域間差異和區域內差異，同時計算其對總差異的貢獻率，具體結果見表2、圖1-2。由此可以看出我國金融扶貧效率具有以下區域差異特征。
第一，我國農村金融扶貧效率在各地區之間分布不均衡，存在較大差異。2009-2015年我國農村金融扶貧效率總差異均值為0.0434，期間經歷先增后減的變動，2012年區域總差異達到最大，泰爾指數值達到0.050，較2009年的差異程度增加27.19%。
第二，八大區農村金融扶貧效率差異呈現出三個檔次。大西北地區內部各省的差異最大，其次是北部沿海、黃河中游和西南地區，東北、東部沿海、南部沿海、長江中游地區的差異變化則較平緩（見圖1）。具體來說，2009-2015年間，大西北地區的差異變化趨勢線要明顯高于其他地區，差異平均水平達到0.073，區域內部各?。ㄊ?、自治區）的農村金融扶貧效率存在很大差異，如西藏、新疆的效率值一直處于高水平及中高水平，而甘肅、青海、寧夏的效率值則一直處于低水平。北部沿海、黃河中游和西南地區，內部各省的差異平均水平分別為0.029、0.031、0.019；東北、東部沿海、南部沿海和長江中游地區內部各?。ㄊ小⒆灾螀^）的差異則較低，平均水平分別為0.0034、0.0023、0.0056、0.0021，表明內部各省的農村金融在規模和結構上發展較為均衡。而從差異變化趨勢來看，大西北地區內部農村金融扶貧效率差異變動最大，并逐年擴大。這一趨勢的繼續，會導致區域內各?。ㄊ小⒆灾螀^）的農村金融發展形成“位差”，效率高?。ㄊ小⒆灾螀^）會進一步將效率低省（市、自治區）的農村金融資源吸引過去，而形成“馬太效應”，對地區經濟均衡產生消極影響。北部沿海、黃河中游和西南地區的差異變動則存在“先升后降”的趨勢，差異程度在到達“峰頂”之后，均逐步縮小。東北、東部沿海、南部沿海、長江中游地區的差異變化則較平緩，且長期處于較低水平，說明地區內部各?。ㄊ?、自治區）間的農村金融結構、農村金融資源投入規模等長期保持一致。此外，區位相近省（市、自治區）間的金融聚集和輻射效應也是不可忽視的因素。
第三，從八大區域分布來看，我國農村金融扶貧效率總差異在區域內的差異與區域間的差異在不同年份有所不同。由圖2可知，八大綜合經濟區的區域內部差異在2009-2012年逐年上升，之后則平穩下降，區域內部差異最大值在2012年達到0.026；區域間差異變化則較平穩，并有逐步下降的趨勢，2015年區域間差異下降到期間最小值0.016。具體來看，2009-2011年間，區域內部差異小于區域間差異，區域間差異對地區總體差異影響較大；2012-2015年間，區域內部差異大于區域間差異，區域內部差異對地區總體差異影響較大。目前，八大綜合經濟區農村金融扶貧效率的區域內部差異和區域間差異均在逐漸縮小。現階段，對總差異影響較大的是各區域的內部差異，尤其是大西北地區5?。ㄗ灾螀^）之間的農村金融扶貧效率仍然呈擴大的趨勢。
（三）基于Moran’s I指數的金融扶貧效率空間分布
為了進一步分析我國農村金融扶貧效率的空間分布特征，本部分采用全局和局部空間自相關分析法，使用Geoda 1.6.7空間計量軟件，計算2009-2015年全國金融扶貧效率的全局Moran’s I指數、局部Moran’s I指數及其Moran散點圖，結果見表3-4。據此可以得到我國農村金融扶貧效率具有以下空間分布特征。
第一，我國農村金融扶貧效率相似的地區表現出顯著地理群集性特征，即存在較強的空間集聚效應。2009-2015年我國農村金融扶貧效率的全局Moran’s I指數值在0.395上下波動，均大于0，且通過P值小于0.01的顯著性檢驗，說明我國各地區農村金融扶貧效率具有顯著的空間正相關關系，即存在較強的空間聚集效應。但這種空間收斂性在不同年份程度會有所不同，呈先降后升的態勢。Moran散點圖也證明了這一點。表5顯示，2009-2015年全國31個?。ㄊ?、自治區）中位于HH和LL象限的地區，分別占比83.87%、77.42%、77.42%、70.97%、74.19%、74.19%及67.74%，表明這些地區的農村金融扶貧效率表現為空間上顯著的正自相關性，即空間分布上存在依賴性。
第二，從其空間關聯特征來看，我國地區金融扶貧效率呈南高北低、東高西低的聚集態勢。2009-2015年期間，處于長江中游地區及東部、南部沿海地區的上海、江蘇、浙江、安徽、福建、湖南、廣東、廣西以及海南等地區處于HH象限，這類地區經濟發展水平較高，農村地區金融資源投入多，農村金融市場和金融制度較完善，使得其金融扶貧效率較高，對周圍省份具有較強的空間溢出效應，從而其相鄰省份農村金融扶貧效率也較高。位于北方地區的天津、河北、山西、內蒙古、遼寧、吉林、陜西、甘肅以及寧夏等地區處于LL象限，金融扶貧效率較低。重慶、青海則處于LH象限，自身的金融扶貧效率較低，而與效率值較高的省份相鄰，一般情況下會受到正負兩個方面的影響，即與高效率鄰?。ㄊ?、自治區）爭取農村金融資源時會處于劣勢，同時具有被高效率鄰?。ㄊ?、自治區）輻射帶動的區位優勢，其農村金融扶貧效率提升較快。
第三，從我國農村金融扶貧效率的時空演化情況來看，空間關聯結構比較穩定，跨象限的躍遷現象較少。2009-2015年間的6個時間段內未發生時空躍遷，即省域自身及其鄰?。ㄊ?、自治區）保持原有關聯模式不變，其省份占比分別為80.65%、80.65%、93.55%、90.32%、100%、90.32%，說明各地區農村金融扶貧效率的空間集聚性存在較高的路徑鎖定特征。但在不同時段，一些?。ㄊ?、自治區）出現跨象限躍遷現象。如2009-2010年間北京、湖北、四川、貴州、云南、新疆6?。ㄊ小⒆灾螀^）發生跨象限躍遷，2010-2011年間北京、山東、河南、四川、貴州、新疆6省（市、自治區）發生跨象限躍遷，2012-2013年間黑龍江、江西、湖北3省發生跨象限躍遷， 2013-2014年間各?。ㄊ?、自治區）的效率值則保持空間上的穩定性，沒有出現跨象限躍遷。2014-2015年黑龍江、貴州、福建3省發生跨象限躍遷，且3省的農村金融扶貧效率均有所下降。這說明，不僅效率值高的聚集區對效率值低的聚集區具有較強的輻射帶動效應，效率值低的聚集區對其相鄰地區也具有一定的鎖定特征。
四、政策建議
本文運用數據包絡分析，采用泰爾指數及Moran’s I指數模型等方法對我國各地區農村金融扶貧效率進行了實證研究，結果表明，我國農村金融扶貧效率的總體水平不高，金融扶貧效率的空間分布不均衡，且在地理分布上呈現空間相關性和集聚特征，同時在一定程度上存在空間溢出效應且依賴于空間鄰近性。基于以上結論，為進一步縮小區域間金融扶貧效率差距，促進區域協調發展，本文提出以下對策建議。
（一）因地制宜，優化農村金融資源配置，提高金融扶貧效率
對于農村金融扶貧效率低的地區，首要任務是優化農村金融資源配置，實現供需有效對接，保證金融資源得到充分利用。具體做法包括：一是增加農村普惠金融供給，提高金融服務滲透率及使用性。為此，需要完善農村金融基礎設施建設，加大農村金融服務網點下沉力度，實施“金融服務進村入戶”工程；同時適當降低農村金融服務準入門檻，鼓勵民間資本進入農村金融市場，加大涉農資金供給。二是加強農村金融知識普及宣傳，實施“金惠工程”，保護貧困地區金融消費者權益；加快建設農村信貸、保險及貸款抵押、融資租賃等農村金融市場，促進農村金融各主體間供需平衡。三是通過加快農村金融法律法規立法進度、搭建中小企業和農戶的信用信息收集平臺、統籌出臺金融扶貧優惠政策等措施，優化農村金融生態環境。
對于效率較高的地區，要建立地區農村金融扶貧長效機制，同時積極探索該區域的農村金融機構與其他效率較低地區金融機構的合作方式，使其在保持自身金融扶貧高效率的同時，發揮輻射帶動作用。具體做法包括：實施農村金融扶貧激勵政策，對涉農金融機構實行稅收優惠和獎勵措施；建立貸款增信支撐體系，在推進村民互保、聯保、第三方擔保等方式的基礎上，激活農村擔保資源；完善金融扶貧風險防范和補償機制，金融機構自身要嚴格遵循審慎經營原則，建立風險關聯共同體，增加風險防控保障；設立風險補償基金，增加政策性農業保險。同時，實行金融扶貧東西協作、南北協作，建立對口互助機制；加強各地區金融扶貧經驗交流，使全國開發性金融扶貧經驗交流會常態化。
因地制宜，根據不同地區的具體有針對性地采取相關措施。對于經濟產出效益較高地區出現的金融扶貧低效率，如北京市和天津市，應重點優化其內部金融產業結構，加強資金管理，減少冗余資金，提高資金使用效率。而對金融業不發達但農村金融扶貧效率較高的地區，如海南省和西藏自治區，則應逐步增加金融資金投入，實現金融服務多元化。
（二）把握農村金融扶貧效率區域差異特點，提高金融扶貧精準度
一是建立區域農村金融扶貧協調發展機制，防止區域差異繼續擴大。具體做法包括：突破現有行政劃區約束，以整體片區為單位進行資金投入、開發管理、績效評估，通過共同投資、聯合開發、股份運作等方式，建立區域金融扶貧利益共享機制；推進區域信貸市場信用體系建設，建立跨區域貧困數據共享機制，使各地區金融部門的扶貧信貸形成合理分工、優勢互補的合作競爭格局；在確立區域整體金融扶貧戰略規劃的同時，扶貧開發政策應根據不同地區貧困狀況有所側重；完善財政扶貧資金轉移支付增長機制，重點增加對農村金融發展薄弱地區的支持，探索建立區域間橫向轉移支付制度。
二是圍繞各地區重點產業發展，加強金融支持力度，提高金融扶貧精準度。具體做法包括：結合各地區資源稟賦，培育發展有特色、可持續的扶貧支撐產業，提高金融扶貧資金回報率；推廣“政府+銀行+企業+貧困戶”合作扶貧模式；拓寬金融支持產業發展渠道，適當加大農村非金融企業直接融資占比；推動農業規?；?、集約化經營，提高農業產業獲利能力，吸引金融資金增加投入；打造社會資本融資平臺，根據扶貧項目類別不同，采取PPP等模式引進社會資本。
（三）加強區域金融合作交流，促進區域間金融資源合理流動
一是引導資金由高高聚集區（HH）向低低聚集區（LL）合理流動。具體做法包括：組建由區域金融機構、扶貧部門、企業組織代表共同參與的區域金融扶貧協調委員會，成立聯合扶貧開發投資公司；建立區域農村金融大市場，清除市場壁壘，推進資本要素跨區域流動；建立區域融資平臺，引導和協調區域間貨幣信貸政策；支持地區金融機構開展銀團貸款和聯合授信，擴大地區貸款服務網絡；建立區域經濟金融監測體系，建立經濟調查監測分析協作和金融統計數據資料共享機制；以區域金融聯席會、金融研討會為基礎，強化地區金融合作，并建立金融建立區域金融協作機制，消除行政區劃對金融合作的阻礙。
二是從低低聚集區內部尋找突破口，優化區域農村金融布局。具體做法包括：利用北京市、天津市兩個金融資源富集地區的區位優勢，發揮其金融集聚和輻射帶動功能，以點連線，以線帶面，推動整個北方低低聚集區的扶貧開發；以京津冀協同發展戰略為依托，聯動地區扶貧開發資金投入；將新興互聯網金融技術和農村金融扶貧相結合，促進城市富余資金流向農村。
（作者簡介：陳銀娥，長沙理工大學經濟與管理學院教授、博士生導師，研究方向為金融理論、普惠金融與反貧困問題研究；金潤楚，長沙理工大學經濟與管理學院碩士研究生。）
中國鄉村發現網轉自：《福建論壇》2018年第4期（總第311期）
(掃一掃，更多精彩內容！)
